Building(s and) cities : delineating urban areas with a machine learning algorithm
Arribas-Bel, Daniel (University of Liverpool)
García López, Miquel-Àngel (Universitat Autònoma de Barcelona. Departament d'Economia Aplicada)
Viladecans Marsal, Elisabet (Universitat de Barcelona. Departament d'Economia)

Fecha:	2021
Descripción:	20 pàg.
Resumen:	This paper proposes a novel methodology for delineating urban areas based on a machine learning algorithm that groups buildings within portions of space of sufficient density. To do so, we use the precise geolocation of all 12 million buildings in Spain. We exploit building heights to create a new dimension for urban areas, namely, the vertical land, which provides a more accurate measure of their size. To better understand their internal structure and to illustrate an additional use for our algorithm, we also identify employment centers within the delineated urban areas. We test the robustness of our method and compare our urban areas to other delineations obtained using administrative borders and commuting-based patterns. We show that: 1) our urban areas are more similar to the commuting-based delineations than the administrative boundaries but that they are more precisely measured; 2) when analyzing the urban areas' size distribution, Zipf's law appears to hold for their population, surface and vertical land; and 3) the impact of transportation improvements on the size of the urban areas is not underestimated.
Ayudas:	Ministerio de Economía y Competitividad ECO2013-41310-R Agencia Estatal de Investigación RTI2018-097401-B-I00 Agència de Gestió d'Ajuts Universitaris i de Recerca 2017/SGR-0796 Agència de Gestió d'Ajuts Universitaris i de Recerca 2017/SGR-1301
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Lengua:	Anglès
Documento:	Article ; recerca ; Versió publicada
Materia:	Buildings ; City size ; Machine learning ; Transportation ; Urban areas ; SDG 11 - Sustainable Cities and Communities
Publicado en:	Journal of Urban Economics, Vol. 125 (2021) , p. 103217, ISSN 1095-9068

DOI: 10.1016/j.jue.2019.103217

20 p, 6.1 MB

El registro aparece en las colecciones:
Artículos > Artículos de investigación
Artículos > Artículos publicados